Projektbeschreibung
Tiefes Lernen unterstützt Fluglotsen
Künftig werden Untersuchungen im Bereich Flugverkehrsmanagement auf Maschinenlernprozessen beruhen, deren Ziel eine Verbesserung der Leistung und Genauigkeit der Techniken ist. Simulationsszenarien können der Luftverkehrskontrolle Räume für das tiefe Lernen eröffnen. Auf einer neuen, vom EU-finanzierten Projekt ATCO2 geschaffenen Plattform wird es möglich sein, reale Sprachverbindungsdaten aus dem Bestand der Flugverkehrskontrolle zu sammeln, zu speichern, zu verarbeiten und gemeinsam zu nutzen. Sie wird auf gesprochene Befehle, die die Luftverkehrskontrolle ausgegeben hat, sowie die in Form des Readbacks zurückgesendeten Bestätigungen der Piloten ausgerichtet sein. Das Projekt möchte sich außerdem mit Sprachaufzeichnungen von Flugsicherungsdiensten, wie etwa Austro Control, der führenden Organisation für die Luftverkehrskontrolle in Europa, beschäftigen.
Ziel
ATCO2 will deliver a platform to collect, store, process and share voice communications from real world air-traffic control data, exploiting deep learning methods. The planned machine learning solutions are enabling technologies for air-traffic control. To achieve robust and high speech recognition performance, large amount of data will be collected. The project aims at accessing data from certified ADS-B datalinks aligned with a surveillance technology, and directly from air-traffic controllers supplied by air navigation service providers.
Centered on a robust platform, the project will build on an existing and extensively used solution of ‘OpenSky network’ partner, ensuring its long term sustainability. Current platform collects and stores periodically broadcasted aircraft information through a network of ADS-B receivers. It will be extended to allow collection, storage and pre-processing of voice communications, and time/position aligned with other aircraft information. The project targets both spoken commands issued by air-traffic controllers and readback confirmations provided by pilots. In addition to broadcasted data, ATCO2 will have access to voice recordings from air navigation service providers (e.g. Austrocontrol). Besides automatic segmentation (e.g. speaker, accent, specific command), robust automatic speech recognition will be implemented and integrated to automatically transcribe voice communications. It will use active learning scenarios capable of iterative improvements, in addition to manual post-editing.
To comply with the CleanSky2 Programme, the project will also significantly contribute to community building, consolidating an existing community of ‘OpenSky network’. Project incentives will motivate users to upload and potentially pre-transcribe data to gain access to other resources and automatic transcripts. The project will strongly account for legal and ethical issues regarding privacy, personal data, data security and other related aspect
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenInformatik und InformationswissenschaftenComputersicherheitDatenschutz
- Technik und TechnologieMaschinenbauFahrzeugbauLuft- und RaumfahrttechnikFlugzeug
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles LernenDeep Learning
- SozialwissenschaftenBildungswissenschaftenPädagogikaktives Lernen
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-CS2-CFP09-2018-02
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
CS2-IA -Koordinator
1920 Martigny
Schweiz